[發明專利]一種基于FPGA加速的低功耗手勢識別系統

在審

• 申請號: 202110167712.2
• 申請日: 2021-02-07
• 公開（公告）號: CN113157086A
• 公開（公告）日: 2021-07-23
• 發明（設計）人: 陳睿祺;朱燕翔
• 申請（專利權）人: 南京仁面集成電路技術有限公司
• 主分類號: G06F3/01
• 分類號: G06F3/01;G06K9/00;G06N3/04;G06N3/08
• 代理公司: 廣州博士科創知識產權代理有限公司 44663
• 代理人: 宋佳

1.一種基于FPGA加速的低功耗手勢識別系統，其特征在于：系統包括FPGA和設置有IMU傳感器的手套，所述FPGA包括預處理模塊、特征提取模塊、分類模塊，所述IMU傳感器分別設置在手套上每根手指的第二關節和手掌背部。

2.根據權利要求1所述一種基于FPGA加速的低功耗手勢識別系統，其特征在于：所述預處理模塊分為小波降噪和SWAB算法實現數據中有效數據的分割和提取兩個部分；其中小波降噪中給定平方可積的信號x(t)則有等式：

其中b是時移，a是尺度因子，ψ(t)為基本小波。

3.根據權利要求2所述一種基于FPGA加速的低功耗手勢識別系統，其特征在于：為了便于FPGA定量化計算，各個尺度下信號閾值的固定公式為：

其中γ為噪聲功率譜參數，median()表示輸入對應的中位數，d_j(k)為第j層小波的系數，j為分解尺度，length()表示輸入數據長度。

4.根據權利要求3所述一種基于FPGA加速的低功耗手勢識別系統，其特征在于：通過SWAB算法實現數據中有效數據的分割和提取具體為：將6個IMU傳感器采集得到兩個維度的信號數值的平方和作為變化的量度記作：

將signal記作判斷手勢動作的依據，通過設置合適的閾值分割出相應的信號。

5.根據權利要求1-4中任意一種基于FPGA加速的低功耗手勢識別系統，其特征在于：所述特征提取模塊通過采用卷積神經網絡模型提取手勢特征。

6.根據權利要求5所述一種基于FPGA加速的低功耗手勢識別系統，其特征在于：所述卷積神經網絡一共三層卷積層，卷積核數量為分別為4、6、6，卷積核尺寸都固定為3×3，步長為1，池化均選擇最大值池化，窗口大小固定為2×2，全連接層輸出為4。

7.根據權利要求1或2或3或4或6中任意一種基于FPGA加速的低功耗手勢識別系統，其特征在于：所述分類模塊使用多層感知機網絡完成分類，根據卷積神經網絡的輸出和最終結果要求設置了多層感知機的輸入和輸出，進而輸出識別結果。

8.根據權利要求7所述一種基于FPGA加速的低功耗手勢識別系統，其特征在于：所述分類模塊中多層感知機網絡有兩個隱藏層，每個隱藏層8個神經單元，針對不同層使用不同的激活函數，且分類模塊中引入了新的激活函數為：

ReTanh＝max(0，Tanh(x))。